[發(fā)明專利]空間音頻處理裝置

有效

• 申請?zhí)枺?/td>: 201680047339.4
• 申請日: 2016-07-05
• 公開（公告）號: CN107925815B
• 公開（公告）日: 2021-03-12
• 發(fā)明（設(shè)計(jì)）人: M-V·萊蒂南;M·塔米;M·維萊莫
• 申請（專利權(quán)）人: 諾基亞技術(shù)有限公司
• 主分類號: H04R1/40
• 分類號: H04R1/40;H04R3/00;H04R5/027;H04R23/02;G01S3/808;G10L19/008;G10L21/0308;G06F3/16
• 代理公司: 北京市中咨律師事務(wù)所 11247
• 代理人: 楊曉光

技術(shù)領(lǐng)域

本申請涉及一種用于音頻信號的空間處理的裝置。本發(fā)明還涉及但不限于一種用于對音頻信號進(jìn)行空間處理以實(shí)現(xiàn)來自移動設(shè)備的音頻信號的空間再現(xiàn)的裝置。

背景技術(shù)

其中基于方向信息來處理音頻信號的空間音頻處理可以在諸如空間聲音再現(xiàn)的應(yīng)用內(nèi)被實(shí)現(xiàn)。空間聲音再現(xiàn)的目的是再現(xiàn)聲場的空間方面的感知。這些包括聲源的方向、距離和大小、以及周圍物理空間的屬性。

麥克風(fēng)陣列可以用來捕獲這些空間方面。然而，通常很難將捕獲的信號轉(zhuǎn)換為保持用以就好像當(dāng)信號被記錄時(shí)收聽者在場那樣再現(xiàn)事件的能力的形式。特別地，經(jīng)處理的信號通常缺乏空間表示。換言之，收聽者可能不會像在原始事件中經(jīng)歷的那樣感覺到聲源的方向或收聽者周圍的環(huán)境。

已經(jīng)提出了參數(shù)時(shí)間頻率處理方法來試圖克服這些問題。被稱為空間音頻捕獲(SPAC)的一種這樣的參數(shù)處理方法基于在時(shí)間頻率域中分析所捕獲的麥克風(fēng)信號，并且使用揚(yáng)聲器或者耳麥來再現(xiàn)經(jīng)處理的音頻。已經(jīng)發(fā)現(xiàn)使用這種方法感知的音頻質(zhì)量是良好的，并且所捕獲的音頻信號的空間方面可以被忠實(shí)地再現(xiàn)。

SPAC最初被開發(fā)用于使用來自相對緊湊的陣列(諸如移動設(shè)備)的麥克風(fēng)信號。但是，需要使用具有更多樣化或幾何可變陣列的SPAC。例如，存在捕獲設(shè)備可以包含若干麥克風(fēng)和聲學(xué)遮蔽物體。傳統(tǒng)的SPAC方法不適合這樣的系統(tǒng)。

發(fā)明內(nèi)容

根據(jù)第一方面，提供了一種裝置，其包括：音頻捕獲/再現(xiàn)應(yīng)用，被配置為從多個(gè)麥克風(fēng)中確定單獨(dú)的麥克風(fēng)并且通過分析來自單獨(dú)的麥克風(fēng)的相應(yīng)的兩個(gè)或更多音頻信號來標(biāo)識音頻場景內(nèi)的至少一個(gè)音頻源的聲源方向，其中音頻捕獲/再現(xiàn)應(yīng)用還被配置為基于已確定的方向從多個(gè)麥克風(fēng)中自適應(yīng)地選擇兩個(gè)或更多相應(yīng)的音頻信號并且還被配置為還基于已確定的方向從兩個(gè)或更多相應(yīng)的麥克風(fēng)中選擇參考音頻信號；以及信號發(fā)生器，被配置為基于已選擇的兩個(gè)或更多相應(yīng)的音頻信號的組合并且參考參考音頻信號來生成表示至少一個(gè)音頻源的中間信號。

音頻捕獲/再現(xiàn)裝置可以僅是音頻捕獲裝置。音頻捕獲/再現(xiàn)裝置可以僅是音頻再現(xiàn)裝置。

音頻捕獲/再現(xiàn)應(yīng)用還可以被配置為：基于已確定的方向和麥克風(fēng)方位來從多個(gè)麥克風(fēng)中標(biāo)識兩個(gè)或更多麥克風(fēng)，使得已標(biāo)識的兩個(gè)或更多麥克風(fēng)是最靠近至少一個(gè)音頻源的麥克風(fēng)；以及基于已標(biāo)識的兩個(gè)或更多麥克風(fēng)來選擇兩個(gè)或更多相應(yīng)的音頻信號。

音頻捕獲/再現(xiàn)應(yīng)用還可以被配置為基于已確定的方向從已標(biāo)識的兩個(gè)或更多麥克風(fēng)中標(biāo)識哪個(gè)麥克風(fēng)最靠近至少一個(gè)音頻源，并且選擇最靠近至少一個(gè)音頻源的麥克風(fēng)的相應(yīng)的音頻信號作為參考音頻信號。

音頻捕獲/再現(xiàn)應(yīng)用還可以被配置為確定參考音頻信號與已選擇的兩個(gè)或更多相應(yīng)的音頻信號中的其他音頻信號之間的相干延遲，其中相干延遲是使參考音頻信號與兩個(gè)或更多相應(yīng)的音頻信號中的另一音頻信號之間的相干性最大的延遲值。

信號發(fā)生器可以被配置為：基于已確定的相干延遲來將已選擇的兩個(gè)或更多相應(yīng)的音頻信號中的其他音頻信號與參考音頻信號進(jìn)行時(shí)間對準(zhǔn)；以及將已選擇的兩個(gè)或更多相應(yīng)的音頻信號中的已時(shí)間對準(zhǔn)的其他音頻信號與參考音頻信號進(jìn)行組合。

信號發(fā)生器還可以被配置為基于針對兩個(gè)或更多相應(yīng)的音頻信號的麥克風(fēng)方向與已確定的方向之間的差異來生成加權(quán)值，并且在信號組合器組合之前向相應(yīng)的兩個(gè)或更多音頻信號應(yīng)用加權(quán)值。

信號發(fā)生器可以被配置為將已選擇的兩個(gè)或更多相應(yīng)的音頻信號中的已時(shí)間對準(zhǔn)的其他音頻信號與參考音頻信號相加

該裝置還可以包括另外的信號發(fā)生器，該另外的信號發(fā)生器被配置為還從多個(gè)麥克風(fēng)中選擇兩個(gè)或更多相應(yīng)的音頻信號的另外的選擇，并且根據(jù)兩個(gè)或更多相應(yīng)的音頻信號的另外的選擇的組合來生成表示音頻場景環(huán)境的至少兩個(gè)側(cè)信號。

該另外的信號發(fā)生器可以被配置為基于以下中的至少一項(xiàng)來選擇兩個(gè)或更多相應(yīng)的音頻信號的另外的選擇：輸出類型；以及多個(gè)麥克風(fēng)的分布。

該另外的信號發(fā)生器可以被配置為：確定與兩個(gè)或更多相應(yīng)的音頻信號的另外的選擇中的每個(gè)音頻信號相關(guān)聯(lián)的環(huán)境系數(shù)；向兩個(gè)或更多相應(yīng)的音頻信號的另外的選擇應(yīng)用已確定的環(huán)境系數(shù)以生成至少兩個(gè)側(cè)信號中的每個(gè)側(cè)信號的信號分量；以及解相關(guān)針對至少兩個(gè)側(cè)信號中的每個(gè)側(cè)信號的信號分量。

該另外的信號發(fā)生器可以被配置為：應(yīng)用一對頭部相關(guān)的傳遞函數(shù)濾波器；以及組合經(jīng)濾波的已解相關(guān)的信號分量以生成表示音頻場景環(huán)境的至少兩個(gè)側(cè)信號。

該另外的信號發(fā)生器可以被配置為生成經(jīng)濾波的已解相關(guān)的信號分量以生成表示音頻場景環(huán)境的左通道音頻信號和右通道音頻信號。